从分散到聚合,从捆绑到分拆——消费互联网的循环

从最早期PC互联网时期的个人网站,网络杂志,聊天室和BBS论坛,博客服务,邮箱服务,搜索引擎和下载站,到包罗万物的新浪,搜狐,网易三大门户网站,再到移动互联网iphone和Android屏幕上一个个垂直的移动应用(APP)今日头条,美团点评和滴滴出行。消费互联网总是在从分散到聚合,从捆绑到分拆的过程中循环。

PC互联网—从分散到聚合

借助互联网时光机努力回到20世纪90年代的互联网之初。1996年12月的新浪网上还没有实质的内容,新浪还在建设中,目前还没有内容,我们还在努力中… …旁边还有一些关于网站内容的设想:

“虽然这个网站正在建设中,但我觉得我至少应该让你知道会发生什么… …在少数精选参与者的帮助下,我想建立一个定期的在线新闻杂志… …读者将被要求通过撰写自己的意见参与互动,这些读者的名字将作为反馈添加到文章中。”

搜狐最初是个搜索引擎,1999年1月的搜索首页就是一个简单的网址分类目录,并且有一个醒目的slogan,“出门靠地图,上网找搜狐”。导航条的内容也非常简单,新闻,邮箱,个人主页三类内容。

在2007年第一代iphone上市之前,我们截取2006年12月搜狐网站首页再来对比一下,此时的搜狐导航基本上已经包括了所有互联网上已知的服务了。从新闻到商城,从论坛到游戏。

PC时期互联网的整体趋势就是借助PC将信息数据化,然后借助互联网增加信息的流动性。(一个鼠标,一个键盘能做的事情也只能将文字信息数据化,还是人工低效的数据化,就连成规模的扫描录入和OCR技术都是后期的事情) 初期的互联网信息量较少,录入困难且低效,涉及到版权等各种问题,并且需要高额的版权成本。高质量成规模的内容非常稀有。这就像后来的MP3音乐下载服务和电影及视频服务一样。初期由于版权,成本等限制,很少有平台能规模化的提供这些内容。现在图片,音乐,视频看起来基本就是之前文字内容时代的翻版。

因此PC互联网初期有各种鼓励用户创造内容的机制,比如BBS论坛,个人网站,博客,这些都是由普通人创造内容的平台。内容由网民创造,流量也由同一拨网民带来,能创造内容的人总是少数,大部分人只能简单的评论或围观。物以稀为贵,流量在互联网上追踪着优质的内容,有了内容就有了流量,新浪的主编陈彤说:“内容为王”。

浏览信息是大家上网最重要的活动,上网冲浪几乎成了浏览信息的同义词。后来,网民数量的不断增长,广告价值越来越高,传统媒体的内容开始向互联网转移,内容开始由业余向专业转变。专业内容和新闻进一步强化和固定住了人们上网浏览新闻的频率和时间。在专业内容面前网民的业余内容明显处于劣势,个人网站逐渐消失。博客开始专业化。人们发布内容的平台逐渐移到了专业性没有那么强的新闻的评论区和BBS的跟帖区。这在某些程度上有点像之后音乐市场中唱片公司和Apple iTunes和现在流媒体市场中Netflix和迪士尼的合作。

新闻每天每时每刻都在发生,人们必须时刻关注才能显得不落伍并且有足够的谈资。因此浏览新闻成了互联网上最高频的需求。高频也就意味着形成习惯和依赖。随之而来的新闻类开始横向内容整合和扩充,将博客,BBS论坛,聊天,整合形成内容矩阵。以及纵向的功能整合,将低频的邮箱,下载整合到网站中。三个新闻网站成为了三大门户网站及信息的入口。

移动互联网——从捆绑到分拆

2007年1月9日第一代iphone发布,开启了移动时代。雅虎早期产品副总裁Marc Davis。在2009年4月的Web 2.0 Expo谈到移动互联网和移动行业的未来时表示:

“随着移动网络的发展,仅将PC体验移植到手机的小屏幕已经不够好了 – 现在是时候开始构建”Mobile First”(移动优先)的产品了。什么是“Mobile First”的产品?它们的服务旨在利用移动设备本身的优势和能力,从而实现完全独特的创新,这些创新只能在移动网络上找到。”

Mobile First成为了大多数消费科技公司的方向,最著名的一个例子是Facebook。当时Facebook的网站中充满了照片,天气,分类广告,优惠劵信息,漫画,游戏和各种链接。但在移动互联网上一切都变得不一样了,iphone和Android上网格状分布的APP应用提供的是垂直的工具及单一的服务。Facebook的大杂烩功能在大屏幕的PC浏览器上是高效的,但在移动互联网的小屏幕手机上就有问题了。庞大复杂的网站结构让信息被埋藏在一层层的界面下。Facebook必须为移动互联网进行功能的分拆。Facebook关闭了应用中的消息功能并通知用户,他们在两周后将无法通过Facebook应用程序向朋友发送信息,信息功能将被单独作为Messenger应用出现,用户需要重新下载Messenger for iOS或Android。

另一个在移动互联网中被分拆的例子是Craigslist,Craigslist是互联网上分类信息的鼻祖。与Facebook的主动分拆不同的是Craigslist被动的被竞争对手分拆的。下面的这张图清晰的解释了这个过程。其中包含我们熟悉的AirBnB,从Craigslist的房屋租赁服务中分拆出一个垂直的民宿预订市场。

2009年中国联通和iphone合作引入首批iPhone 3G,2014年中国移动引入iPhone 5s和iPhone 5c。iphone开始在中国的广泛使用标志着中国移动互联网时代的开始。虽然时间略晚一些,但过程基本一致。PC互联网中三大门户之一的新浪在移动互联网中被分拆为一个个APP应用。在某应用市场中搜索sina,提示共搜索到相关应用70个。

PC互联网时代被新闻门户网站聚合在一起的一个个功能,一个个服务在移动互联网中又再次被分拆。新闻,博客,游戏,邮箱被重新分拆成一个个APP应用。这种分拆造成三个结果。

第一,每个应用都更加的单一和专业化,与PC互联网上由键盘作为主要输入设备,将文字从信息到数据,从业余到专业的过程相对应的是移动互联网中以摄像头作为主要输入设备,将图像和视频从信息到数据,从业余到专业化的过程。最具代表的就是Instagram和抖音。只不过这些发生在不同的APP应用中,并且速度更快。业余用户在其中扮演内容创作者的时间大大缩短。如果说业余的用户之间还能相互聊几句切磋一下的话,业余用户与专业内容制作者之间就只有仰望了。UGC变成了PGC,用户的关系从网状传播变为了大V和KOL(意见领袖)的单点辐射,出现了控制层必然也就会出现商业机会。造成的结果就是内容与用户间多了一层,流量被这一层控制和变现了。

这也可以解释为什么移动互联网比PC时代流量变贵了。首先,移动互联网的用户远大于PC互联网,很多用户可能只有智能手机没有电脑。前期的便宜流量是已经被PC时代教育好的用户,且这些用户都在人口密度高的一二线城市,规模效应明显。这波存量用户没有了以后,就只能买那些没有被教育过的增量用户了,教育成本,触达成本都隐藏在了获客成本里。

其次,之前是用户自发带用户,用户带流量,内容带流量。自发带来的流量是免费的,即使靠内容带用户内容的固定成本很低,并且复制粘贴的边际成本几乎为零。移动互联网是KOL带用户,人工成本远高于内容成本,并且每次的成本都在不断上涨。PC时代我持续提供好内容就OK了,移动互联网里我得留住KOL,或者想办法改变用户偏好。

最后,对流量的要求和变现效率不一样了。之前PC时代大家都想做大杂烩,对流量也没那么挑剔,只看重数量不太看重质量。因为我的服务多,流量来了多种服务给他挑,不注册可能下载个程序,不下载程序可能看看新闻。不挑剔的结果就是不需要太精准,漏斗前面的口子也可以足够大。服务多还有一个好处就是变现的手段多。注册,下载,看广告都能实现变现。但移动互联网里APP被分拆为专业应用,对流量变的挑剔了。漏斗的入口变小了很多。同时变现手段也少了很多。

第二,信息载体变的更重,用户关系更强。信息的载体从网页变成了APP,APP应用需要开发和之前的个人网站完全不同,技术难度和成本都更高。PC互联网时代的友情链接在移动互联网时代更是无法想象,也没有意义。PC时代考虑到SEO和搜索权重,只要PR值够高都能链,APP时代根本不需要。最重要的是APP需要预先下载,而网页从发布到互联网上开始就会一直存在,无论你是否使用它。这让用户在APP间的流动变的很难很难。智能手机上的“通知”功能则进一步强化了APP与用户的联系。

第三,信息转向服务,如果说PC互联网是通过鼠标和键盘对信息进行数据化的过程,那么移动互联网就是通过智能手机对人进行数据化的过程,方法是通过手机上的各种传感器,智能手机可以通过摄像头将图像数据化,通过GPS将人的位置信息数据化,通过麦克风将语言数据化。数据化的信息可以进行标准化,而标准化后就意味着商业化。举个例子,人的位置信息通过GPS传感器数据化后,可以变成一个标准化的坐标显示在地图上,而这个标准化的坐标就可以在出行服务的市场中进行商业化。从信息转向服务,这在PC时代是不可能完成的,因为PC只能将文字信息数据化。

人工智能—从分拆再次聚合

移动互联网是终点吗?答案显然不是。那消费互联网会再次聚合吗? 虽然不清楚下一带的“智能手机”会是什么,但从技术的角度来看一定是人工智能。想象一下我和Siri的沟通过程,估计10个问题里至少有一半是回答不上来的。原因很简单,因为我没有按照Siri的固定模式问问题。

这不止限于Siri,每家人工智能公司获取的数据都是有限的。电商网站获取的是你的购物信息和偏好,他们可以使用人工智能算法利用这些数据能很好的为你推荐商品,但无法回答你今晚下班路上会不会堵车。金融机构有你的财务数据,他们可以通过机器学习利用这些数据给你推荐理财计划和股票建议,但无法帮你自动安排十一假期的旅行。这些事情看起来都不够人工智能,或者说和我们脑子里想的不一样。人的行为是连续的,我们希望一站式解决。现在在智能手机上来回切换APP就已经感觉很不爽了,以后更不可能问不同的问题找不同的应用或者设备。

所以,当整合再次发生时,与教育用户该如何问问题相比,能一站解决所有的问题是理想的体验。单一场景的人工智能依赖数据计算能力,多场景的人工智能则需要打破数据孤岛,在云端建立数据交换能力。或者像亚马逊一样,建立一个基于Alexa大脑的人工智能平台,帮助用户完成各种信息查询(诸如天气,行车路线规划等),执行各种日常任务(如闹钟,音乐等)。

—【所有文章及图片版权归 蓝鲸(王彦平)所有。欢迎转载,但请注明转自“蓝鲸网站分析博客”。】—

我来评几句
登录后评论

已发表评论数()

相关站点

热门文章